---
sourceDocument: Interfaces conversacionais de Yokohama
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/conversational-interfaces

 Release :

    - yokohama

ft:locale :

    - pt-BR

ft:publication_title :

    - Interfaces conversacionais de Yokohama

ft:clusterId :

    - convint

bundleId :

    - convint

workflow :

    - Platform


---

# Modelos de linguagem natural sobre palavras-chave

# Modelos de linguagem natural sobre palavras-chave {#ariaid-title1}

* Versão de lançamento: Yokohama
* 
* Atualizado 30 de jan. de 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 1 min. de leitura

Ajuda dos modelos de linguagem natural Virtual Agentpara processar linguagem humana com base no contexto e nos dados da sua empresa. Dessa forma, o que o usuário precisa pode ser correspondido com mais precisão a um tópico correspondente. Virtual AgentCompatível com modelos de linguagem grandes (LLMs) e. Compreensão da linguagem natural(NLU).

## A linguagem é difícil {#advantages-nlu__section_rsh_p25_2rb}

A correspondência de palavra-chave tem suas limitações. Por exemplo, às vezes uma maçã é um pedaço de fruta, e às vezes é um dispositivo eletrônico. O contexto é importante, assim como a intenção. Os modelos de linguagem natural são projetados para lidar com os seguintes problemas:

* Há várias maneiras de descrever a mesma coisa.Exemplos: <kbd class="ph userinput">Redefinição de senha do Office </kbd>ou <kbd class="ph userinput">Redefinir minha senha do Office </kbd>

* As expressões podem ser ambíguas.Exemplo: <kbd class="ph userinput">E-mail de relatório do servidor ausente após a migração </kbd>. O que está faltando, o servidor ou o e-mail?

* As informações contextuais são essenciais.Exemplo: <kbd class="ph userinput">Ative a instância de Londres na preparação </kbd>

* As palavras podem adquirir novos significados ao longo do tempo.Por exemplo, A. <kbd class="ph userinput">célula </kbd>pode pertencer à biologia ou a um telefone celular.

* Gírias, acrônimos e expressões idiomáticas do setor podem ser difíceis de interpretar.Exemplo: <kbd class="ph userinput">Configure o SSO na instância de desenvolvimento </kbd>

* As mensagens de erro são muitas vezes difíceis de entender.
{#advantages-nlu__ul_yff_rf5_2rb}  
Virtual Agent fornece dois tipos de descoberta de tópicos de linguagem natural. Você pode usar uma combinação de ambos em sua instância.

[Descoberta de tópico de LLM em Virtual Agent](https://servicenow-prod.fluidtopics.net/a1_V4VWZRQhz~ZWzgTs_bQ "Modelos de linguagem grandes (LLMs) habilitados Virtual Agentpara processar declarações do usuário em linguagem simples. As conversas que usam LLMs podem superar as conversas que usam Compreensão da linguagem natural( NLU), com configuração mais fácil.")
:   Use LLMs para descobrir tópicos e acessar capacidades de IA generativa sem criar modelos, intenções ou entidades complexas.

[Compreensão da linguagem natural ( NLU) descoberta de tópico em Virtual Agent](https://servicenow-prod.fluidtopics.net/rxfgAvy2YwanZ9RFTVko7A "Aplique modelos de Compreensão de linguagem natural (NLU) que habilitam Virtual Agentpara processar declarações do usuário em conversas automatizadas. Um modelo de NLU fornece informações que o Virtual Agent usa para determinar o que os usuários desejam fazer e extrair valores relevantes da entrada deles. Com NLU, Virtual Agentpode oferecer uma experiência de conversa mais natural e envolvente.")
:   Uso ServiceNowNLU ou um provedor compatível para descobrir tópicos.